本发明涉及计算机及智能系统控制技术领域，具体地，涉及智能适应表面的多变量优化驱动控制系统及方法。
背景技术：
随着人工智能时代的到来，多维数据采集和用户模式识别为智能产品更好地适应用户体验提供了更多可能。在人机交互系统中，涉及与接触对象关系表面的复杂驱动改变往往同时具有多目标、多任务的特征。为了优化用户体验，这种复杂驱动改变需要特别进行多种变量因素的优化策略计算。同时，该驱动系统本身也需要整合软硬件系统，针对多变量优化策略的实施而进行专门优化设计。
在可自主调节适应的表面支撑系统中，往往需要驱动系统同时对表面多点多区域进行相同或不同的改变和调整。为了优化用户体验，这些多变量的驱动执行往往需要同时、同步协同进行或完成。同时，针对用户的个性化需求和实时变化的环境状态，驱动系统也需要有相对灵活的优化策略来执行资源配置方案，以满足不同任务的实施要求。在以往的系统中，由于采用集中驱动系统，单一变量的任务模块，无法实现上述任务要求。本发明通过一种软硬件结合的分布式模块化优化驱动系统和方法，实现了上述多变量协同，达到最优驱动执行效果的要求。
技术实现要素：
针对现有技术中的缺陷，本发明的目的是提供一种智能适应表面的多变量优化驱动控制系统及方法。
根据本发明提供的智能适应表面的多变量优化驱动控制系统，包括：数据调用模块、数据存取模块、用户行为及状态模式识别模块、用户环境适应决策模块、多变量优化解算模块、分布式的驱动子系统控制模块以及分布式的多个驱动子系统模块，其中：
所述数据调用模块，用于将从数据存取模块中调取的接触对象历时和实时的行为和状态标记数据传输至用户行为及状态模式识别模块和用户环境适应决策模块；
数据存取模块，用于存取接触对象的历时和实时的行为和状态标记数据；
用户行为及状态模式识别模块，用于将获取的实时和历时接触对象行为和状态标记数据与数据库里的模式类别特征进行对比，并对当前用户模式类别进行模式识别和分类标记，将当前用户模式类别数值写入数据存取模块中；
用户环境适应决策模块，用于从数据存取模块中获取当前用户模式类别，并从数据存取模块中调出当前用户模式类别对应的用户环境适应目标值组，输出所述目标值组到多变量优化解算模块，获得返回的驱动目标值组，输出到分布式驱动子系统控制模块；
多变量优化解算模块，用于对当前用户模式类别产生驱动策略，根据驱动策略对用户环境适应目标值组进行解析、优化和修正，输出驱动目标值组到用户环境适应决策模块；
分布式的驱动子系统控制模块，用于接收用户环境适应决策模块输出的驱动目标值组，产生相应驱动值组和/或任务命令，输出到相应的驱动子系统模块进行协同驱动执行，完成目标任务，并返回操作值，所述操作值作为设备驱动记录保存在数据存取模块中；
分布式的多个驱动子系统模块，用于执行对支撑表面调整的驱动任务。
优选地，所述数据存取模块包括：数据暂存模块和数据库，其中：数据暂存模块中存储有当前用户模式类别数值，数据库中存储有接触对象的历时、实时的行为以及状态标记数据。
优选地，所述接触对象包括：用户躺卧、坐、靠时与支撑表面接触的局部或者全部身体区域。
优选地，所述多变量优化解算模块包括：用户定制优化策略模块、用户环境适应优化策略模块、驱动资源优化策略模块、目标任务解算决策模块，具体地：
所述用户定制优化策略模块用于设定不同的用户个性化要求条件下，当前用户模式类别相对应的用户环境适应优化策略以及驱动资源优化策略方案；
具体地，不同的用户个性化策略包括：
1)、睡眠质量优先策略：
入睡阶段采用舒适度优先策略和/或即时适应优先策略；
浅睡眠阶段采用用舒适度优先策略和/或非察觉适应优先策略；
深睡眠阶段采用姿态优先策略和/或非察觉适应优先策略；
满足睡眠时长要求时，在睡眠觉醒期采用不舒适策略和/或即时适应优先策略；
2)、特殊姿态保持优先策略：
全部睡眠阶段采用姿态优先策略；
同时用户在目标姿态时，采用全局压力均衡策略；
用户在非目标姿态时，采用不舒适策略；
4)、生理指标监测优先策略：
全部睡眠阶段保持监测接触优先策略；
所述用户环境适应优化策略模块用于设定不同调整策略，以及该策略下驱动变量间目标值调整的优先级关系。
具体地，在智能床的应用场景中，有基于用户姿态的调整高度变量，也有基于用户舒适度的调整压力变量，因此在不同的用户环境适应策略下，这些调整变量的优先级和权重关系也各不相同。例如：
1、姿态优先策略，调整姿态(高度形变)变量到目标值优先的策略；
2、舒适度优先策略，调整压力变量到目标值优先的策略；
3、全局压力均衡策略，均衡调整身体各部位压力变量到目标值的策略；
4、重点局部压力均衡策略，重点部位压力变量调整到目标值优先的策略；
5、监测接触优先策略，保持监测传感器模块所在区域始终处于合理的接触
状态；
6、不舒适策略。
所述驱动资源优化策略模块用于设定不同要求的驱动资源优化策略下，不同驱动资源的调用方案；具体地，例如：
1、即时适应优先策略；
2、非察觉适应优先策略。
所述目标任务解算决策模块用于接受用户环境适应决策模块输出的用户环境适应目标值组，在用户定制优化策略模块、用户环境适应优化策略模块、驱动资源优化策略模块的条件约束下产生用于适应驱动操作的驱动目标值组，输出到驱动子系统控制模块。
优选地，所述分布式的驱动子系统控制模块包括：指令接受和通信模块、驱动执行模块，
所述指令接受和通信模块用于接受驱动执行模块输出的驱动值组和驱动任务命令，并输出驱动值组和/或任务命令到相应的驱动子系统模块；
驱动执行模块用于接受多变量优化解算模块输出的驱动目标值组，生成驱动值组和驱动任务命令到指令接受和通信模块，并返回操作值保存在数据存取模块中。
根据本发明提供的智能适应表面的多变量优化驱动控制方法，包括如下步骤：
数据调用步骤：将从数据存取模块中调取的接触对象历时和实时的行为和状态标记数据传输至用户行为及状态模式识别模块和用户环境适应决策模块；
数据存取步骤：存取接触对象的历时和实时的行为和状态标记数据；
用户行为及状态模式识别步骤：将获取的实时和历时接触对象行为和状态标记数据与数据库里的模式类别特征进行对比，并对当前用户模式类别进行模式识别和分类标记，将当前用户模式类别数值写入数据存取模块中；
用户环境适应决策步骤：从数据存取模块中获取当前用户模式类别，并从数据存取模块中调出当前用户模式类别对应的用户环境适应目标值组，输出所述目标值组到多变量优化解算模块，获得返回的驱动目标值组，输出到分布式驱动子系统控制模块；
多变量优化解算步骤：对当前用户模式类别产生驱动策略，根据驱动策略对用户环境适应目标值组进行解析、优化和修正，输出驱动目标值组到用户环境适应决策模块；
分布式的驱动子系统控制步骤：接收用户环境适应决策模块输出的驱动目标值组，产生相应驱动值组和/或任务命令，输出到相应的驱动子系统模块进行协同驱动执行，完成目标任务，并返回操作值，所述操作值作为设备驱动记录保存在数据存取模块中；
分布式的多个驱动子系统步骤：执行对支撑表面调整的驱动任务。
与现有技术相比，本发明具有如下的有益效果：
1、本发明中提供的智能适应表面的多变量优化驱动控制系统及方法尤其适用于多个驱动系统多目标任务的优化控制，能够在全局优化策略的控制下协同执行复杂表面动作的改变，具备良好的用户体验。并且能够满足用户个性定制化的优先策略和计算方法。
2、本发明从简单的目标值驱动变为考量用户个性化定制、多个环境适应和驱动资源等优化策略的多变量优化驱动，以数据驱动和人工智能方式提升了用户体验。
3、本发明中的分布式模块化的多个驱动子系统，能够在全局优化策略的控制系统下协同执行复杂表面改变动作。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明中提供的智能适应表面的多变量优化驱动控制系统的原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的智能适应表面的多变量优化驱动控制系统，包括：数据调用模块、数据存取模块、用户行为及状态模式识别模块、用户环境适应决策模块、多变量优化解算模块、分布式的驱动子系统控制模块以及分布式的多个驱动子系统模块，其中：
所述数据调用模块，用于将从数据存取模块中调取的接触对象历时和实时的行为和状态标记数据传输至用户行为及状态模式识别模块和用户环境适应决策模块；
数据存取模块，用于存取接触对象的历时和实时的行为和状态标记数据；
用户行为及状态模式识别模块，用于将获取的实时和历时接触对象行为和状态标记数据与数据库里的模式类别特征进行对比，并对当前用户模式类别进行模式识别和分类标记，将当前用户模式类别数值写入数据存取模块中；
用户环境适应决策模块，用于从数据存取模块中获取当前用户模式类别，并从数据存取模块中调出当前用户模式类别对应的用户环境适应目标值组，输出所述目标值组到多变量优化解算模块，获得返回的驱动目标值组，输出到分布式驱动子系统控制模块；
多变量优化解算模块，用于对当前用户模式类别产生驱动策略，根据驱动策略对用户环境适应目标值组进行解析、优化和修正，输出驱动目标值组到用户环境适应决策模块；
分布式的驱动子系统控制模块，用于接收用户环境适应决策模块输出的驱动目标值组，产生相应驱动值组和/或任务命令，输出到相应的驱动子系统模块进行协同驱动执行，完成目标任务，并返回操作值，所述操作值作为设备驱动记录保存在数据存取模块中；
分布式的多个驱动子系统模块，用于执行对支撑表面调整的驱动任务。
所述数据存取模块包括：数据暂存模块和数据库，其中：数据暂存模块中存储有当前用户模式类别数值，数据库中存储有接触对象的历时、实时的行为以及状态标记数据。
所述接触对象包括：用户躺卧、坐、靠时与支撑表面接触的局部或者全部身体区域。
所述多变量优化解算模块包括：用户定制优化策略模块、用户环境适应优化策略模块、驱动资源优化策略模块、目标任务解算决策模块，具体地：
所述用户定制优化策略模块用于设定不同的用户个性化要求条件下，当前用户模式类别相对应的用户环境适应优化策略以及驱动资源优化策略方案；
具体地，不同的用户个性化策略包括：
1)、睡眠质量优先策略：
入睡阶段采用舒适度优先策略和/或即时适应优先策略；
浅睡眠阶段采用用舒适度优先策略和/或非察觉适应优先策略；
深睡眠阶段采用姿态优先策略和/或非察觉适应优先策略；
满足睡眠时长要求时，在睡眠觉醒期采用不舒适策略和/或即时适应优先策略；
2)、特殊姿态保持优先策略：
全部睡眠阶段采用姿态优先策略；
同时用户在目标姿态时，采用全局压力均衡策略；
用户在非目标姿态时，采用不舒适策略；
4)、生理指标监测优先策略：
全部睡眠阶段保持监测接触优先策略；
所述用户环境适应优化策略模块用于设定不同调整策略，以及该策略下驱动变量间目标值调整的优先级关系；
具体地，在智能床的应用场景中，有基于用户姿态的调整高度变量，也有基于用户舒适度的调整压力变量，因此在不同的用户环境适应策略下，这些调整变量的优先级和权重关系也各不相同。例如：
姿态优先策略，调整姿态(高度形变)变量到目标值优先的策略；
舒适度优先策略，调整压力变量到目标值优先的策略；
全局压力均衡策略，均衡调整身体各部位压力变量到目标值的策略；
重点局部压力均衡策略，重点部位压力变量调整到目标值优先的策略；
监测接触优先策略，保持监测传感器模块所在区域始终处于合理的接触状态；
不舒适策略。
所述驱动资源优化策略模块用于设定不同要求的驱动资源优化策略下，不同驱动资源的调用方案；具体地，例如：
即时适应优先策略；
非察觉适应优先策略。
所述目标任务解算决策模块用于接受用户环境适应决策模块输出的用户环境适应目标值组，在用户定制优化策略模块、用户环境适应优化策略模块、驱动资源优化策略模块的条件约束下产生用于适应驱动操作的驱动目标值组，输出到驱动子系统控制模块。
所述分布式的驱动子系统控制模块包括：指令接受和通信模块、驱动执行模块，
所述指令接受和通信模块用于接受驱动执行模块输出的驱动值组和驱动任务命令，并输出驱动值组和/或任务命令到相应的驱动子系统模块；
驱动执行模块用于接受多变量优化解算模块输出的驱动目标值组，生成驱动值组和驱动任务命令到指令接受和通信模块，并返回操作值保存在数据存取模块中。
根据本发明提供的智能适应表面的多变量优化驱动控制方法，包括如下步骤：
数据调用步骤：将从数据存取模块中调取的接触对象历时和实时的行为和状态标记数据传输至用户行为及状态模式识别模块和用户环境适应决策模块；
数据存取步骤：存取接触对象的历时和实时的行为和状态标记数据；
用户行为及状态模式识别步骤：将获取的实时和历时接触对象行为和状态标记数据与数据库里的模式类别特征进行对比，并对当前用户模式类别进行模式识别和分类标记，将当前用户模式类别数值写入数据存取模块中；
用户环境适应决策步骤：从数据存取模块中获取当前用户模式类别，并从数据存取模块中调出当前用户模式类别对应的用户环境适应目标值组，输出所述目标值组到多变量优化解算模块，获得返回的驱动目标值组，输出到分布式驱动子系统控制模块；
多变量优化解算步骤：对当前用户模式类别产生驱动策略，根据驱动策略对用户环境适应目标值组进行解析、优化和修正，输出驱动目标值组到用户环境适应决策模块；
分布式的驱动子系统控制步骤：接收用户环境适应决策模块输出的驱动目标值组，产生相应驱动值组和/或任务命令，输出到相应的驱动子系统模块进行协同驱动执行，完成目标任务，并返回操作值，所述操作值作为设备驱动记录保存在数据存取模块中；
分布式的多个驱动子系统步骤：执行对支撑表面调整的驱动任务。
需要说明的是，本发明提供的所述智能适应表面的多变量优化驱动控制方法中的步骤，可以利用所述智能适应表面的多变量优化驱动控制系统中对应的模块、装置、单元等予以实现，本领域技术人员可以参照所述系统的技术方案实现所述方法的步骤流程，即，所述系统中的实施例可理解为实现所述方法的优选例，在此不予赘述。
下面结合具体实施例对本发明中的技术方案做更加详细的说明。
实施例1
将本发明中的方法应用在分布式驱动适应用户睡眠行为和状态的支撑表面控制上。对于自适应人体躺卧的可形变支撑表面，除了准确计算出适应用户当前状态的表面目标值外，完成支撑表面的形变驱动的过程，对于用户体验来说也是非常重要。特别是，针对不同的用户偏好要求、用户所处的睡眠状态阶段要求、用户不同的身体部位的表面适应要求，需要有一组优化策略来控制、管理驱动过程。举例而言，对于不同重量的身体部位，如何同时自然的完成适应动作，对于用户体验来说是非常重要的。
人体躺卧在支撑表面时，通过调用数据库模块，获取接触对象历时和即时的行为和状态标记数据，输入用户行为及状态模式评估模块和用户环境适应模式评估模块。
用户行为及状态模式识别模块根据获取的即时和历时接触对象行为和状态标记数据，比对预先输入的模式类别特征进行识别，对当前用户模式类别根据睡眠周期和阶段特征、体动行为特征、姿态状态特征等进行模式识别和分类标记，将当前用户的睡眠周期/阶段、姿态状态模式类别数值写入数据存取模块——数据暂存模块。
用户环境适应决策模块从数据存取模块——数据暂存模块获取当前用户的睡眠周期/阶段、姿态状态模式类别数值，并从数据库模块调出该模式类别对应的用户环境适应目标值组。然后，调用多变量优化解算模块中的用户定制优化策略模块、用户环境适应优化策略模块、以及驱动资源优化策略模块对当前用户模式和环境状态进行评估，例如，在入睡阶段采用用户舒适度优先策略，而在深睡眠阶段采用用户姿态优先策略等；根据驱动资源优化策略，对全局驱动进行优化，以获得适合用户体验的、自然协调的驱动实现过程等。然后，调用目标任务解算决策模块对目标值组进行优化和修正。根据解算修正后的驱动目标值，输出驱动目标值到驱动子系统控制模块。。
驱动子系统控制模块根据接收到的驱动目标值组，生成驱动值组和驱动任务命令对分布式的多个驱动子系统模块进行协同驱动执行，完成目标任务，并返回操作值给驱动子系统控制模块，由该模块作为设备驱动记录写入数据存储模块——数据库模块。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。